Neste artigo
Um estudo publicado em 9 de novembro de 2026 no periódico JMIR Medical Informatics identificou orientações potencialmente inseguras sobre doença pulmonar obstrutiva crônica (DPOC) em todos os seis chatbots de inteligência artificial avaliados. A pesquisa, liderada por Liping Fan e colaboradores, comparou respostas a 55 perguntas em inglês e reforça a necessidade de supervisão profissional quando essas ferramentas são usadas para educação em saúde.
O trabalho examinou ChatGPT, Gemini, Copilot, DeepSeek, Qwen e Doubao. Na primeira rodada, a proporção de respostas classificadas como inseguras variou de 7,3% a 10,9%. Os resultados não autorizam escolher uma ferramenta como mais segura: a comparação estatística de segurança não mostrou diferença significativa, mas também não demonstrou equivalência entre os sistemas.
Como a avaliação foi realizada
Os pesquisadores construíram um banco de questões a partir de um conjunto inicial de 108 perguntas. A seleção combinou buscas na internet, Google Trends, revisão de temas informada pelo PubMed, materiais educativos para pacientes e análise de especialistas. Entre os assuntos estavam decisões sensíveis, como intensificação do tratamento, oxigenoterapia e manejo de exacerbações.
Cinco avaliadores cegados analisaram as respostas com base em um referencial centrado nas recomendações GOLD 2026. Além da segurança, foram examinadas precisão, empatia, qualidade da informação, transparência das fontes e facilidade de leitura. A primeira rodada produziu 330 respostas, correspondentes às 55 perguntas feitas a cada um dos seis produtos.
Uma segunda rodada independente, acrescentada após a coleta inicial, repetiu as mesmas perguntas. Essa etapa serviu como análise de sensibilidade para verificar a estabilidade das respostas, e não como substituição da comparação principal.
O que os resultados mostram
- ChatGPT, Gemini, Copilot e DeepSeek: cada um apresentou quatro respostas inseguras entre 55, equivalentes a 7,3%.
- Qwen e Doubao: apresentaram, respectivamente, cinco e seis respostas inseguras, ou 9,1% e 10,9%.
- Repetição das perguntas: nove classificações de segurança mudaram entre as duas rodadas.
Nos 330 pares de pergunta e modelo comparados entre rodadas, houve concordância de 97,3% na classificação de segurança. Ainda assim, cinco respostas passaram de seguras para inseguras e quatro fizeram o caminho inverso. As rodadas ocorreram com intervalo de vários meses, segundo a conclusão apresentada pelos autores.
Todos os seis modelos produziram orientações potencialmente inseguras; por isso, seu uso deve ser cauteloso e complementar à educação sobre DPOC, com supervisão clínica nas decisões individualizadas. — Síntese da conclusão dos autores.
Precisão, empatia, medidas de qualidade da informação, transparência das fontes e índices de legibilidade apresentaram diferenças estatisticamente significativas entre os modelos. Entretanto, responder de maneira compreensível ou acolhedora não é o mesmo que oferecer uma orientação segura para uma pessoa específica.
Por que isso importa para a enfermagem
A educação de pessoas com doenças respiratórias envolve esclarecer dúvidas, apoiar o autocuidado e verificar a compreensão das orientações. Nesse contexto, o estudo traz um alerta relevante: uma resposta aparentemente convincente pode conter recomendações inadequadas justamente em assuntos que exigem avaliação clínica.
Como implicação prática, e não como intervenção testada pela pesquisa, equipes de enfermagem podem incluir nas conversas educativas uma pergunta sobre o uso de chatbots pelos pacientes. Conhecer as respostas recebidas permite identificar dúvidas e encaminhar decisões sobre tratamento para os profissionais responsáveis, sem presumir que toda informação gerada esteja correta.
Também é importante separar apoio educativo de prescrição. O estudo não avaliou uma ferramenta implantada em um serviço brasileiro, nem demonstrou redução de internações, melhora de sintomas ou benefício assistencial. Não há, nesses resultados, fundamento para substituir acompanhamento profissional por consultas a um chatbot.
Limites da evidência
A avaliação utilizou perguntas padronizadas em inglês e interações de uma única rodada por pergunta. Os achados, portanto, não podem ser automaticamente extrapolados para conversas prolongadas, perguntas em português ou todas as versões futuras dos produtos. A estabilidade global observada também não elimina a possibilidade de mudanças em respostas individuais.
Esta notícia foi elaborada a partir do resumo científico indexado no PubMed; o texto integral não foi consultado. A conclusão central é de cautela, não de proibição: ferramentas generativas podem apoiar a informação em saúde, mas decisões individualizadas sobre DPOC continuam exigindo supervisão clínica.
Fonte: Fan L e colaboradores. Safety, Accuracy, Empathy, Information Quality, and Readability of Chronic Obstructive Pulmonary Disease Health Advice Generated by 6 Large Language Models: Cross-Sectional Comparative Evaluation Study. JMIR Medical Informatics, publicado em 09/11/2026. Resumo original no PubMed. DOI: 10.2196/104836.
